[发明专利]生成多尺度对比度增强的图像的方法

说明书

技术领域

本发明涉及用于增强由数字信号表示的图像的图像质量的方法。

背景技术

通常，由数字信号表示的图像(诸如医学图像)在显示或者硬拷贝记录期间或者之前须经图像处理。

灰度值像素到适合用于再现或者显示的值的转换可以包括多尺度图像处理方法(也被称为多分辨率图像处理方法)，图像的对比度借助于该方法而被增强。

根据这种多尺度图像处理方法，通过应用以下步骤来处理由像素值的阵列表示的图像。首先，原始图像被分解为多个尺度下的细节图像的序列以及偶尔的残留图像。接着，通过将至少一个转换函数应用于这些像素值来修正细节图像的像素值。最后，通过将重构算法应用于残留图像以及被修正的细节图像来计算被处理的图像。

存在对转换函数的性能的限制。如果转换函数过度地非线性，则图像中的灰度值转变可能在一定程度上被扭曲，使得外观变得不自然。扭曲在显著的灰度级过渡的附近更加明显，其可能导致阶跃边缘处的过冲(overshoot)以及面向强阶跃边缘的低变化的区域中的均匀性(homogeneity)的损失。产生假象的风险对于CT图像变得更加显著，因为它们具有更急剧的灰度级过渡，例如在软组织与造影剂的交界处。在CT图像上使用多尺度技术时必须十分小心。

产生对比度增强的图像而同时保持边缘过渡的形状的多尺度对比度增强算法已经在2006年12月11日提交的共同待批的欧洲专利申请06 125 766.3中被描述。在该方法的一个实施例中，以一个或者多个尺度创建图像的至少一个近似图像的转换差图像。接着，非线性地修正转换差图像。然后，特定尺度下的至少一个增强的中心差图像通过合并该尺度下的或者更小尺度下的被修正的转换差图像来计算。从图像获得的空间局部化现象可以被用于创建增强的中心差图像。最后，通过将重构算法应用于增强的中心差图像来计算增强的图像。

本专利申请也公开了另一个实施例，其中数字信号被分解成多尺度表示，该多尺度表示包括至少两个以多个尺度表示细节的细节图像以及近似图像，细节图像得自于近似图像。转换差图像从至少一个近似图像计算得到。接着，非线性地修正转换差图像。然后，放大图像以至少一个尺度被计算为两幅图像之比，其中通过合并相同或者更小尺度下的被修正的转换差图像来计算第一图像并且通过合并相同或者更小尺度的未被增强的转换差图像来创建第二图像。接下去，根据至少一个尺度下的放大图像，以该尺度修正细节图像来计算增强的多尺度细节表示。最后，通过将重构算法应用于增强的多尺度细节表示计算来计算增强的图像表示。

一般而言，各向同性的滤波器被用在分解和重构过程中并且全方向的增强被应用于细节图像中的系数。各向同性的设计概念在其中图像统计是平稳的(stationary)那些情况下是合理的，意思是图像中的每个小块(patch)都通过与图像的每个其它小块相同的随机过程而被生成。然而，如果审视图像的如下区域：即其中边缘或者线或者均匀区域可能是可见的，则清楚的是基本过程不是平稳的并且从小块到小块变化。

本发明的目的是克服现有技术的限制。

这种限制是没有能力促进对图像特征选择性的检测和增强，例如染色体图像，其中对于指定的DNA分析想要以特定尺度并且在某一方向和位置上增强染色体带。

发明内容

通过具有权利要求1所提出的特定的特征的方法来实现上述方面。用于本发明的优选实施例的特定的特征在从属权利要求中被提出。

在本发明的上下文中，特定的术语定义如下：多尺度分解机制：

图像的多尺度(或者多分辨率)分解是以灰度值图像的多个尺度计算图像的细节图像的过程。多尺度分解机制一般涉及用于计算细节图像的滤波器组。众所周知的技术举例来说有：拉普拉斯金字塔(Laplacian pyramid)、伯特金字塔(Burt Pyramid)、拉普拉斯堆(Laplacian stack)、小波分解、QMF滤波器组...。

近似图像：